盘煤技术是盘料技术的一种，也是目前数字化煤厂的信息化管理的一部分，主要用于监测煤堆的堆煤量，用于煤厂的整体数字化管控及防腐败等

一、项目分类 关键核心技术突破 二、成果简介 灾害现场视频等信息的全面获取与回传是应急救援所面临的重大需求，亟需解决在断电断网等极端情况下的感知与传输问题。多视点相机能对灾害现场态势全方面、多角度感知；应急融合通信能对现场多种通信资源融合利用，快速构建灾害现场与后方之间的信息通路；将两者结合，形成面向灾害现场的多视点视频采集、处理与传输方法及装置是解决上述救灾需求的关键核心。为了克服上述重大挑战，项目组研制了应急融合视频通信技术与装备。

该成果突破了作物生长监测、诊断、调控一体化精确化技术，实现了传统农业向现代农业的技术升级；并且促进了农学与遥感、信息、工程、物联网等多学科的交叉融合，开创了作物精确栽培与智慧农业的新领域；形成了一系列农业信息化自主知识产权成果，提升了农业产业化水平和核心竞争力。同时，培养了一批高素质人才，带动了现代农业相关领域的创新研究与开发应用。 一、项目分类 关键核心技术突破 二、成果简介 高产、优质、高效、生态、安全作物生产是我国农业产业发展的主要目标，快速无损地监测作物生长状况，并根据实时监测结果对肥水管理方案进行定量调控，是实现这一目标的关键技术环节。南京农业大学曹卫星教授团队将定量光谱分析方法与作物生理生态原理相结合，通过实施不同生态点、不同品种、不同管理措施下多年的田间试验，构建了作物冠层和叶片水平的反射光谱库，着重解析了不同条件下的作物高光谱响应模式和时空变化规律，提取了作物主要生长指标的特征光谱波段和敏感光谱参数，构建了叶片、冠层、区域等多尺度的作物生长指标光谱监测模型；同时，定量研究了不同产量水平下作物生长指标的动态变化模式，构建了基于产量目标的生长指标适宜时序动态模型，进一步耦合实时苗情信息，综合利用养分平衡原理、氮营养指数法、指标差异度法等，集成建立了多路径的作物生长实时诊断与定量调控技术；将上述监测诊断技术与软硬件工程相结合，研制开发了面向多平台的作物生长监测诊断装置和基于遥感的作物生长监测诊断系统等简便适用的软硬件产品，进而形成了基于反射光谱的作物生长指标快速监测与定量诊断技术体系，实现了作物生长的实时监测、精确诊断和智慧管理。 该成果突破了作物生长监测、诊断、调控一体化精确化技术，实现了传统农业向现代农业的技术升级；并且促进了农学与遥感、信息、工程、物联网等多学科的交叉融合，开创了作物精确栽培与智慧农业的新领域；形成了一系列农业信息化自主知识产权成果，提升了农业产业化水平和核心竞争力。同时，培养了一批高素质人才，带动了现代农业相关领域的创新研究与开发应用。 已授权国家发明专利25项、实用新型专利5项，登记国家计算机软件著作权20多项；发表学术论文160多篇，其中SCI/EI论文60多篇；出版专著1部。成果先后得到国内外专家同行的充分肯定，2011年的成果鉴定认为（罗锡文院士主鉴），该研究整体居国际先进水平。同时作为稻麦精确管理关键技术，入选江苏省主要农作物2014~2015年“四主推”推介名录，团队起草的《稻麦生长指标无损监测诊断技术规程》入选2014年江苏省地方标准项目。技术成果已在江苏、河南、江西、安徽、河北、浙江等水稻和小麦主产区进行了大面积示范应用，表现为明显的节氮和增产作用，取得了显著的社会经济效益，对于推进精确农业和智慧农业的发展具有重大意义和良好的应用前景。

中试阶段/n该项目用于解决虚拟现实、3D 视觉系统等的人机交互环节中视觉内容的快速生成、高效渲染难题。围绕上述系统的内容生成，传统方法由于需要采用大量的图像像素信息进行三维空间信息判定、像素移位、后期补绘等工作，导致生成速率不高、渲染质量难以满足实际需求等问题。本专利能利用相对较少的像素信息即可完成传统方法所需的所有绘制参数，并能高效地实现虚拟视点内容的绘制过程，能满足高清图像分辨率条件下的实时虚拟视点绘制，满足实际

项目背景：随着国家政策的引导，城市的发展，各种建 设工程规模不断扩大，如何搞好现场施工现场管理，降低事 故发生频率，杜绝各种违规操作和不文明施工现象一直是施 工企业、政府管理部门关注的焦点。利用现代科技，AI 识别 技术，优化监控手段，实现对工地现场的各类问题实现实时 的、全过程的、不间断的监管。目前在工地智慧监管方面， 已经实现了对人员安全帽、危险区域的入侵等方面的视频监 控及 AI 分析，但是在对施工周边围挡监控、施工现场地面 硬化监控、施工现场物料堆放覆盖监控、施工现场出入车辆 清洗状况监控，AI 分析系统无法到达准确及有效的分析。需 要通过建立有效的数据模型，应用 AI 分析算法，实现对以 上问题的准确分析。 所需技术需求简要描述：1.AI 人工智能机器视觉分析 “深度学习”技术，实现视频分析、视频编解码等技术。2. 采用深度学习，高效识别准确率超 99.5%，支持目标大小阈 值设定，对光线、极端天气等不同应用场景环境适应性强， 检测速度快，运算成本低。  对技术提供方的要求:1.具有成功的 AI 识别、深度学习 方面的成功案例。2.对人工智能、大数据分析具有深入的研 究。3.技术方案成熟可靠稳定有创新思维，不涉及知识产权 侵犯。 

光栅光谱仪重叠光谱分级器是一台在光谱仪的光源和光探测狭缝之间安装光谱分级器件，在高度方向上将不同级次的光分离达到分离重叠光谱的目的仪器。该仪器不但以消除光栅光谱仪高级次重叠光谱，而且克服现有技术在分析不同波长的光谱时都要重新安装和选用滤光片的麻烦。 现在国内外的光谱仪器都能在紫外到红外之间进行分光和探测。由于光栅具有独特的分光特性，光栅光谱仪的应用日益广泛，且具有取代干涉光谱仪和棱镜光谱仪等的趋势。光栅光谱仪入射光源被分光器件分光以后，由光栅方程可知，一级光谱的某些谱线可能和二级、三级、四级……光谱的谱线重叠。光栅光谱仪器高级次重叠光谱常给光谱分析带来误判。以使用光栅一级光谱，工作波长在300—1000nm的光栅光谱仪为列，它在600—1000nm就叠加了300—500nm波段光的二级谱。传统的方法是就在这个叠加光谱区增加一个500nm前截止滤光片，阻止300—500nm波段的光谱信号来获得600—1000nm的光谱信号。这种方法虽然可行，但是在分析不同波长的光谱时都要重新安装和选用滤光片，相当繁琐。 而此光栅光谱仪重叠光谱分级器，由于在光谱仪光源和光探测狭缝之间增加了分光结构，在光入射到光谱仪光 深测狭缝之前将其在高度方向上分开，实现光谱重级谱线的分离。该仪器结构简单使用方便，通用便捷，与光栅光谱仪器集成使用，不需要临时拆装，可以有效消除光栅光谱仪高级次重叠光谱。

本实用新型提供一种宽光谱微型光谱仪信号处理系统，包括 FPGA 主控模块、CCD 模块、CCD 滤 波电路、AD 采样模块、USB 模块和电源，FPGA 主控模块分别与 CCD 模块、AD 采样模块、USB 模块 相连。当光信号由光纤经过分光系统分光后，由通过 FPGA 控制的 CCD 进行光电转化，转化后的模拟 电信号经过CCD滤波电路后由AD采样芯片进行高速采样并转化为数字信号存入FPGA内的缓存模块， 之后由 FPGA 内的 USB 发送

产品详细介绍